🔬 materials science

Coupled Infrared Imaging and Multiphysics Modeling to Predict Three-Dimensional Thermal Characteristics during Selective Laser Melting

Este artigo apresenta uma estrutura integrada experimental e computacional que acopla imagens infravermelhas de alta velocidade com modelagem multifísica 3D para prever e validar com precisão as condições térmicas transientes, a dinâmica de solidificação e a evolução da microestrutura resultante durante a fusão seletiva a laser do MAR-M247.

Autores originais: Vijay Kumar, Kaitlyn M. Mullin, Hyunggon Park, Matthew Gerigk, Andrew Bresk, Tresa M. Pollock, Yangying Zhu

Publicado 2026-09-04

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Vijay Kumar, Kaitlyn M. Mullin, Hyunggon Park, Matthew Gerigk, Andrew Bresk, Tresa M. Pollock, Yangying Zhu

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine tentar assar um bolo perfeito, mas o forno está tão quente que a massa derrete em uma pequena e fugaz poça de metal líquido antes de congelar sólido novamente em uma fração de segundo. Esta é a realidade de um processo de fabricação chamado fusão seletiva a laser, onde um feixe de laser poderoso funde pó metálico camada por camada para construir peças complexas para aviões e dispositivos médicos. A qualidade da peça final depende inteiramente do que acontece dentro dessa pequena poça fundida, conhecida como poça de fusão (melt pool), conforme ela esfria. Se o metal esfriar rápido demais ou devagar demais, ou se o calor se espalhar de forma desigual, o material resultante pode desenvolver rachaduras ocultas ou pontos fracos que podem causar sua falha mais tarde. Durante anos, cientistas lutaram para ver exatamente o que acontece dentro dessas poças fundidas porque elas são pequenas demais, quentes demais e mudam rápido demais para câmeras padrão capturarem.

Para resolver este enigma, uma equipe de pesquisadores da Universidade da Califórnia, em Santa Barbara, desenvolveu uma nova maneira de espiar dentro da ação. Eles combinaram câmeras infravermelhas de alta velocidade, que conseguem ver o calor, com uma simulação computacional sofisticada para criar um mapa tridimensional da temperatura dentro do metal. Em vez de adivinhar o que acontece abaixo da superfície, eles usaram os padrões de calor reais medidos na superfície para direcionar um modelo computacional que calcula as condições invisíveis abaixo. Essa abordagem permitiu que vissem o quão rápido o metal estava congelando e como o calor estava se movindo através do líquido, tudo em tempo real. Ao fazer isso, puderam prever o tamanho e a forma das estruturas microscópicas que se formam conforme o metal se solidifica, o que determina diretamente o quão forte será a peça final.

Os pesquisadores testaram esse método em uma superliga à base de níquel, um material frequentemente usado em motores de jato porque pode suportar calor extremo. Eles dispararam um laser através de uma peça deste metal em diferentes velocidades e níveis de potência, criando trilhas únicas de metal fundido. Usando uma câmera infravermelha especializada, eles capturaram o calor irradiado da superfície da poça de fusão milhares de vezes por segundo. Eles então alimentaram esses dados em um programa de computador que simulava como o calor viaja através do metal. Como a câmera forneceu a temperatura exata na superfície, o computador não precisou fazer muitas suposições sobre como o laser interagia com o material. Ele simplesmente calculou como esse calor fluiria para baixo e para os lados, revelando a forma da poça líquida e o limite onde o líquido voltava a ser sólido.

Uma das descobertas mais surpreendentes foi que a transferência de calor dentro da poça não é uniforme. Enquanto o fundo da poça esfria de forma constante, a superfície superior se comporta de maneira diferente. Os pesquisadores descobriram que o metal líquido no topo da poça se move devido a mudanças na tensão superficial, criando um fluxo que mistura o calor. No entanto, eles também descobriram que, para as condições testadas, o movimento do líquido não era forte o suficiente para dominar completamente o processo de resfriamento; o calor ainda se movia principalmente por condução, ou transferência direta, através do metal. Isso significou que o método deles, que se baseia em medições de temperatura de superfície, poderia prever com precisão as condições no interior da poça sem a necessidade de modelar cada pequeno redemoinho do líquido, economizando uma quantidade massiva de tempo computacional.

Ao saber exatamente o quão rápido o metal estava congelando e quão acentuadas eram as mudanças de temperatura, a equipe pôde prever o tamanho das minúsculas células de cristal que se formam conforme o metal se solidifica. Eles compararam essas previsões com fatias reais do metal que cortaram e examinaram sob um microscópio. A correspondência foi notavelmente próxima. Quando aumentavam a velocidade do laser, o metal esfriava mais rápido e os cristais tornavam-se menores e mais densamente compactados. Quando diminuíam o laser, os cristais cresciam maiores. O modelo computacional previu essas mudanças com alta precisão, mostrando que o método poderia prever de forma confiável a estrutura interna do metal com base nas configurações do laser.

O estudo também revelou que as condições no final da poça de fusão, onde o líquido finalmente se solidifica, são muito mais caóticas do que no meio. Aqui, a velocidade com que o metal congela muda rapidamente e a direção na qual os cristais crescem torna-se menos consistente. Esta é a área onde defeitos são mais propensos a se formar, como rachaduras ou estruturas de grãos desiguais. Os pesquisadores descobriram que as variações na temperatura e na velocidade de congelamento eram significativamente maiores na cauda da poça do que na frente. Isso sugere que o final da trilha do laser é a região mais crítica para monitorar se um fabricante deseja evitar pontos fracos no produto final.

Este trabalho demonstra que, ao combinar medições do mundo real com modelagem computacional, os cientistas podem enxergar dentro do mundo invisível da fabricação de metais. O método não requer equipamentos caros ou complexos, como máquinas de raios-X, que só conseguem ver uma única fatia do processo por vez. Em vez disso, utiliza a assinatura de calor na superfície para reconstruir toda a história tridimensional de como o metal esfria. Isso dá aos engenheiros uma ferramenta poderosa para entender como as mudanças nas configurações do laser afetarão a força e a durabilidade das peças que estão construindo. Embora o estudo tenha focado em um tipo específico de metal, a abordagem poderia ser aplicada a outros materiais e processos de fabricação, oferecendo um caminho mais claro para projetar componentes mais fortes e confiáveis para o futuro.

Resumo Técnico: Imagem Infravermelha Acoplada e Modelagem Multifísica para Caracterização Térmica 3D em Fusão Seletiva a Laser

Definição do Problema
O aquecimento a laser durante a manufatura aditiva (AM), especificamente na Fusão Seletiva a Laser (SLM), induz condições térmicas extremas e transientes que ditam a evolução microestrutural e as propriedades mecânicas. Um desafio central no campo é resolver essas condições com precisão de escala espacial e temporal suficiente. As técnicas experimentais existentes, como a pirometria e a termometria de dois comprimentos de onda, muitas vezes carecem de resolução espacial para capturar gradientes térmicos precisos ou são limitadas a medições de superfície. Embora a imagem infravermelha (IR) de alta velocidade ofereça melhor resolução, converter sinais de radiação em temperaturas reais para ligas de alto ponto de fusão continua sendo difícil devido às incertezas de emissividade e às limitações da lei de Stefan-Boltzmann quando aplicada a bandas espectrais estreitas. Por outro lado, simulações numéricas de alta fidelidade podem fornecer dados tridimensionais (3D), mas são computacionalmente caras, demoradas e frequentemente exigem ajustes artificiais de parâmetros para corresponder às condições experimentais devido a propriedades termofísicas desconhecidas. Consequentmente, existe uma lacuna na obtenção de condições de solidificação 3D, transientes e validadas experimentalmente (gradientes térmicos e velocidades de solidificação) na interface sólido-líquido (S-L).

Metodologia
Os autores desenvolveram um framework integrado experimental-computacional para reconstruir distribuições de temperatura subsuperficiais dinâmicas. A metodologia envolve:

Imagem IR de Alta Velocidade: Experimentos foram conduzidos em uma superliga de níquel trabalhada (MAR-M247) utilizando uma câmera IR de alta velocidade (>10.000 fps) para capturar a radiação superficial da poça de fusão transiente.
Calibração Customizada: Uma calibração customizada foi criada integrando a lei de Planck (integrada no intervalo de 3–5,5 µm) com parâmetros experimentais específicos, incluindo transmissão óptica, tempo de exposição do sensor e irradiância na banda, para converter a energia de radiação em mapas de temperatura de superfície.
Modelagem Multifísica Acoplada: Os mapas de temperatura de superfície 2D resolvidos no tempo, derivados experimentalmente, foram importados como condições de contorno transientes para um modelo 3D de condução de calor e mudança de fase sólido-líquido (COMSOL). Esta abordagem evita a necessidade de modelar explicitamente fenômenos complexos como absorção a laser, fluxo de Marangoni e radiação superficial, pois estes são inerentemente capturados pela temperatura de superfície medida.
Validação e Análise: As previsões do modelo de geometria da poça de fusão e condições de solidificação foram validadas contra medições de microscopia eletrônica de varredura (SEM) e mapas de difração de elétrons retroespalhados (EBSD) ex situ. A velocidade de solidificação ( $R$ ) e os gradientes térmicos ( $\nabla T$ ) na interface S-L foram calculados e correlacionados com características microestruturais usando o modelo de Trivedi para prever o espaçamento celular.

Principais Resultados

Reconstrução 3D da Poça de Fusão: A abordagem acoplada reconstruiu com sucesso o perfil 3D da poça de fusão e a distribuição de temperatura subsuperficial. O perfil de profundidade e as seções transversais da poça de fusão previstos pelo modelo mostraram forte concordância com as medições de SEM ex situ sob vários parâmetros de processamento a laser (ex: 200 W a 500 mm/s).
Robustez a Variações de Propriedades: A análise de sensibilidade demonstrou que a profundidade prevista da poça de fusão variou menos de 1,5 µm, apesar de uma variação de 10% nas propriedades termofísicas de entrada, destacando a utilidade do método para materiais com propriedades mal caracterizadas.
Fluxo de Fluido e Efeitos de Marangoni: Embora o fluxo de Marangoni térmico tenha sido encontrado como um fator que homogeneíza ligeiramente a distribuição de temperatura interna, o estudo determinou que a condução permanece como o mecanismo dominante de transferência de calor no interior da poça de fusão (número de Peclet médio < 1). Consequentemente, o modelo mais simples de apenas condução, impulsionado pelos dados de superfície experimentais, foi suficiente para capturar as condições essenciais de solidificação sem o custo computacional de uma modelagem completa de dinâmica de fluidos.
Cinética de Solidificação: O estudo revelou variações espaciais e temporais significativas na velocidade de solidificação ( $R$ ). $R$ variou em três ordens de magnitude, de $10^{-3}$ m/s nas bordas da poça a $\sim 100$ m/s na cauda. Notavelmente, as velocidades máximas de solidificação próximas à superfície excederam a velocidade de varredura do laser ( $R_{max} \approx 1,5 \times V_{laser}$ ), um fenômeno atribuído a efeitos convectivos fortes e gradientes térmicos locais, contradizendo aproximações geométricas simples que limitam $R$ à velocidade de varredura.
Previsão Microestrutural: Os gradientes térmicos e velocidades de solidificação calculados foram usados para prever o espaçamento celular via modelo de Trivedi. As distribuições de espaçamento celular previstas (mediana de $\sim 0,7$ µm para 500 mm/s e $\sim 0,52$ µm para 1000 mm/s) corresponderam de perto às medições experimentais de EBSD e SEM. O modelo capturou com sucesso a tendência de diminuição do espaçamento celular com o aumento da velocidade de varredura.
Variabilidade Temporal: A análise dos desvios padrão de gradientes térmicos e orientação celular revelou que as condições térmicas são mais estáveis no início da solidificação, mas exibem variabilidade significativa em direção à cauda da poça de fusão. Esta região de alta variabilidade coincide com áreas propensas a transições microestruturais (ex: transição coluna-equiaxial) e formação de defeitos.

Significância e Alegações
O artigo afirma que esta abordagem experimental-computacional integrada é crucial para a realização da previsão e otimização in situ de microestruturas na manufatura aditiva comercial. Ao utilizar a imagem IR de alta velocidade como uma condição de contorno, o método alcança uma caracterização térmica 3D de alta fidelidade com custos computacionais significativamente menores e menos suposições do que as simulações numéricas puras. Os autores afirmam que este framework fornece uma plataforma rica em dados capaz de:

Validar e refinar modelos microestruturais (ex: determinar constantes dependentes do material para o espaçamento celular).
Prever o tamanho e a orientação da microestrutura impulsionados por parâmetros de processamento.
Identificar regiões suscetíveis a defeitos e heterogeneidades microestruturais baseadas em variações térmicas temporais.
Estender-se a novos materiais e cenários de manufatura (como matéria-prima em pó) onde as propriedades termofísicas podem ser incertas, uma vez que o método depende de condições de contorno experimentais em vez de parâmetros de materiais assumidos.

O estudo conclui que, enquanto as técnicas atuais de estado da arte fornecem informações 2D ou exigem simulações 3D dispendiosas, esta abordagem acoplada preenche a lacuna ao entregar condições de solidificação 3D, validadas experimentalmente e com resolução espaço-temporal, essenciais para o controle dos processos de AM.

Mais como este